En France, 12 100 personnes par mois tapent humaniser texte ia dans Google. Une variante proche, humaniser un texte ia, en ajoute 6 600. Le volume était de 2 900 en août 2025 : il a quadruplé en un an.

Derrière ces recherches, une hypothèse implicite que l'on retrouve dans presque toutes les réunions éditoriales depuis deux ans : un texte produit par une IA serait pénalisé s'il est reconnu comme tel, donc l'enjeu serait de ne pas être reconnu.

Cette hypothèse est fausse, et elle coûte cher parce qu'elle détourne le budget du seul endroit où il produit des citations. Aucun moteur génératif ne lance un détecteur de texte IA avant de choisir ses sources. Ce n'est pas une prise de position, c'est mécanique : un système de récupération ne se demande pas qui a écrit une page, il se demande si cette page contient ce dont il a besoin pour répondre.

Nous avons donc mesuré ce dont il a besoin. Les deux relevés ci-dessous ont été faits le 20 août 2026, en France, sur ordinateur, via l'API de DataForSEO. Précaution d'usage : un AI Overview varie d'une session à l'autre, ces relevés sont des instantanés et non des moyennes.

Ce que le marché cherche, en volumes

Avant d'entrer dans le mécanisme, il faut prendre la mesure de l'énergie dépensée sur la mauvaise question. Volumes relevés en France, moyenne sur les douze derniers mois.

Requête Recherches par mois Volume en août 2025
détecteur ia 246 000 74 000
humaniser texte ia 12 100 2 900
humaniser un texte ia 6 600 1 900
détecteur ia texte 5 400 1 900
détecteur de texte ia 390 210
contenu généré par ia 50 40

Une honnêteté sur la lecture de ce tableau : la saisonnalité de ces requêtes est scolaire, pas marketing. détecteur ia culmine à 450 000 en mars 2026 et retombe à 74 000 en juillet, exactement le profil d'un usage lié aux devoirs et aux mémoires. Ces volumes ne mesurent donc pas ce que cherchent les directions marketing.

Ce qu'ils mesurent est plus intéressant : le cadre culturel dans lequel le sujet est posé. Le débat public sur le contenu IA porte massivement sur la détection et le camouflage. Et ce cadre a été importé tel quel dans les stratégies de contenu, où il ne s'applique pas, parce que personne, du côté des moteurs, ne fait tourner un détecteur sur votre page.

La dernière ligne du tableau est la plus parlante. 50 recherches mensuelles pour contenu généré par ia, contre 12 100 pour savoir comment le déguiser. Le ratio est de 242 pour 1 entre la volonté de dissimuler et la volonté de comprendre.

Ce que Google interdit, mot pour mot

Il faut lever le malentendu à sa source, parce que la règle est publique et qu'elle ne dit pas ce qu'on lui prête. Dans ses règles anti-spam, Google ne traite pas l'IA comme une catégorie de contenu mais comme un outil, sous l'intitulé « utilisation abusive de contenu à grande échelle ». La formulation exacte visée est celle-ci :

« Utilisation d'outils d'IA générative ou d'autres outils similaires pour générer de nombreuses pages sans ajouter de valeur pour les utilisateurs »

Trois éléments dans cette phrase, et l'IA n'est que le premier. Il y a le nombre de pages, et il y a l'absence de valeur ajoutée. C'est la conjonction des trois qui constitue l'infraction. Une page unique écrite avec l'aide d'un modèle et apportant une information que personne d'autre ne publie ne relève d'aucune de ces règles, et deux cents pages écrites à la main sans rien apporter en relèvent.

Le cadre juridique européen, lui, a bougé récemment, et il vaut d'être cité avec précision parce qu'il circule beaucoup de versions approximatives. Les obligations de transparence de l'article 50 du règlement européen sur l'intelligence artificielle sont applicables depuis le 2 août 2026, soit dix-huit jours avant la publication de cet article. Deux points méritent d'être connus des équipes éditoriales :

  • L'obligation de marquage pèse d'abord sur les fournisseurs des systèmes d'IA génératifs, qui doivent rendre les contenus produits identifiables dans un format lisible par machine. Ce n'est pas votre chantier, c'est celui d'OpenAI, de Google et de Mistral.
  • L'obligation de divulgation qui pèse sur vous a un périmètre étroit. Elle concerne les textes publiés dans le but d'informer le public sur des questions d'intérêt général, et elle tombe lorsque le contenu a fait l'objet d'un contrôle éditorial humain avec une responsabilité éditoriale identifiable. Une fiche produit ou un article de blog commercial n'entre pas dans ce périmètre.

Les sanctions associées à ces obligations peuvent atteindre 15 millions d'euros ou 3 % du chiffre d'affaires mondial, ce qui explique le bruit médiatique du début du mois. Pour une direction marketing, la conclusion pratique est pourtant modeste : il n'y a pas d'obligation générale d'apposer une mention « écrit par IA » sur vos contenus commerciaux, et la relecture humaine avec un auteur identifiable est de toute façon la bonne pratique pour d'autres raisons, développées dans E-E-A-T et IA.

Reste la vraie question, celle que ni Google ni le législateur ne traitent : pourquoi un contenu produit par un modèle obtient-il si peu de citations, alors que rien ne l'interdit ?

Le relevé : neuf sources pour une réponse qui n'avait besoin d'aucune

Nous avons pris une requête volontairement générique, comment améliorer son référencement naturel, et relevé l'intégralité de l'AI Overview servi par Google, sources comprises.

La réponse générée tient en cinq recommandations : créer du contenu de qualité qui répond aux besoins des internautes, utiliser des mots-clés pertinents, structurer les pages avec des balises de titre, obtenir des liens d'autres sites de confiance, rendre le site rapide et lisible sur mobile. Suivent trois blocs, contenu et mots-clés, technique, popularité.

Voici les neuf sources que Google cite pour produire ce texte.

Source citée Titre de la page Date affichée
francenum.gouv.fr Comment améliorer votre référencement local 1 décembre 2019
developers.google.com Bien débuter en référencement naturel (SEO) aucune
blog.hubspot.fr 30 conseils SEO pour améliorer le référencement 17 novembre 2025
sitew.com Les meilleures astuces pour améliorer votre référencement 5 mai 2026
adimeo.com 16 conseils pour améliorer son référencement naturel 7 décembre 2023
pixalione.fr 10 tips pour améliorer votre SEO aucune
plus-que-pro-solution.fr 3 clés pour optimiser son référencement gratuit aucune
moselle.cci.fr Comment optimiser son site web pour le référencement naturel aucune
youtube.com Search Engine Optimization (SEO) on Google février 2024

Deux faits sautent aux yeux quand on met ce tableau à côté de la réponse.

Le premier : la source citée en tête est une page de décembre 2019 qui traite d'un autre sujet. Le titre de la page FranceNum porte sur le référencement local, et son contenu recommande de soigner ses catégories d'activité et d'ajouter une visite virtuelle à 360 degrés, c'est-à-dire des conseils de fiche d'établissement. La question posée ne portait pas sur le local. Cette page est malgré tout la première citée, et elle occupe aussi la première position organique.

Le second : la réponse ne contient aucune information qui aurait exigé d'aller chercher une page. « Créer du contenu de qualité » et « rendre le site rapide » sont dans les poids du modèle depuis des années. Neuf sources ont été convoquées pour produire un paragraphe qu'aucune d'elles n'était nécessaire pour écrire.

Regardez maintenant les titres de la colonne du milieu : 30 conseils, 16 conseils, 10 tips, 3 clés, les meilleures astuces. Ces pages disent la même chose, dans le même ordre, avec un compteur différent dans le titre. Elles sont parfaitement interchangeables, et c'est précisément pour cela qu'elles sont citées par lot de neuf plutôt que par une ou deux : quand aucune source n'est nécessaire, le moteur en empile plusieurs pour signaler qu'il s'appuie sur quelque chose. La citation devient décorative, et l'arbitrage se fait sur la proximité thématique et l'autorité de domaine, pas sur ce que la page apporte.

C'est la définition opérationnelle de la substituabilité. Vous pouvez être présent dans ce lot, cela n'a aucune valeur défendable, parce que huit autres pages y ont exactement la même légitimité que la vôtre et qu'un nouveau texte produit demain matin en aura autant.

L'effet de retour : la réponse se cale sur la moyenne du corpus

Il y a dans ce relevé un détail dont les conséquences vont bien au-delà du sujet des citations.

Nous sommes le 20 août 2026. Google explique comment améliorer son référencement naturel, et sa réponse ne mentionne pas une seule fois les AI Overviews, l'AI Mode, les citations dans les réponses génératives, ni aucun des mécanismes qui ont redistribué le trafic de recherche depuis dix-huit mois. Le conseil servi est celui de 2019 : mots-clés, balises de titre, backlinks, vitesse, mobile.

La raison est visible dans le tableau des sources. La date médiane des pages citées se situe autour de 2024, et les trois pages sans date affichée sont des pages evergreen qui n'annoncent aucune mise à jour. Le modèle répond avec ce que le corpus contient en volume, et le corpus contient en volume la version 2019 du métier, recopiée dans dix mille listicles.

D'où une conséquence que le débat sur la détection n'avait pas anticipée. La production de masse de contenu moyen ne se contente pas d'échouer à obtenir des citations : elle tire la réponse générée vers l'arrière. Chaque nouvelle page qui reformule la moyenne du corpus rend cette moyenne plus lourde à déplacer. Pour une marque dont la valeur repose sur une pratique récente, c'est un problème direct : l'assistant décrit votre marché tel qu'il était, et le décrira d'autant plus longtemps que le secteur produit du contenu redondant.

Le seul levier disponible face à ça est l'information que le corpus ne contient pas encore. C'est le même mécanisme que celui décrit dans chunking et IA, vu par l'autre bout : un passage n'est prélevé que s'il porte quelque chose que la réponse ne peut pas fabriquer sans lui.

Le contre-exemple : quand la réponse a besoin d'une page

Pour vérifier que le mécanisme est bien celui-là et non un défaut de la requête choisie, nous avons relevé le même jour une question dont la réponse est impossible sans aller chercher un chiffre : part de marché des moteurs de recherche en france.

L'AI Overview de cette requête s'est chargé de façon asynchrone et n'a pas pu être capturé, nous ne prétendrons donc rien sur son contenu. Mais la première page de résultats suffit à faire voir la différence.

Rang Source Chiffre avancé Date de la page
1 webrankinfo.com Google à environ 88 % en France non affichée
2 leptidigital.fr 88,69 % en mai 2026, selon StatCounter 15 juin 2026
3 radiofrance.fr plus de 90 % en Europe 27 septembre 2018
4 gazette-du-midi.fr 89,95 % 9 janvier 2025
5 tool-advisor.fr aucun chiffre dans l'extrait 6 avril 2026
6 blogdumoderateur.com 75,20 % 7 janvier 2025
7 opinionact.com 94,21 % 20 septembre 2019
8 brioude-internet.fr Bing à 5,2 % non affichée

Cinq chiffres avancés pour la part de Google en France, aucun identique à un autre. L'écart entre 75,20 % et 94,21 % est trop grand pour être une imprécision : ces pages ne mesurent pas le même périmètre, certaines portant vraisemblablement sur un type d'appareil ou un panel différent, sans que la page le précise.

Un point mérite d'être signalé, parce qu'il contredit ce qu'on attendrait : la page la plus précise n'est pas la première. WebRankInfo tient la position 1 avec un « environ 88 % » sans date, et c'est Leptidigital, en position 2, qui donne la valeur à deux décimales, le mois de référence et le nom de l'organisme de mesure. La précision ne suffit donc pas à prendre la tête d'un classement organique, et nous ne pouvons rien affirmer sur l'arbitrage de l'AI Overview de cette requête puisqu'il n'a pas été capturé.

Ce que ce relevé établit est ailleurs, et c'est plus solide qu'un classement. Sur les huit résultats relevés, il n'y a pas une seule page de conseils génériques. Toutes existent pour porter un chiffre, et presque toutes nomment la source de ce chiffre ou la date de sa mesure. L'ensemble des sources éligibles n'est plus défini par la proximité thématique, il est défini par la possession d'une donnée. Aucun modèle ne peut écrire 88,69 % en mai 2026, selon StatCounter sans être allé le chercher, et c'est précisément ce qui rend une telle page nécessaire plutôt que décorative, indépendamment de son rang.

Le contraste entre les deux relevés donne la règle, et elle est plus simple que tout ce que le marché vend sous le nom de rédaction optimisée pour l'IA : sur une question à laquelle le modèle sait répondre seul, vous êtes substituable ; sur une question qui exige une donnée, vous êtes nécessaire. Un texte produit par un modèle ne peut, par construction, produire que le premier type de page.

Les quatre choses qu'une IA ne peut pas écrire à votre place

Ce n'est pas une question de style. Un modèle écrit mieux que la moyenne des rédacteurs web sur la forme. Ce qu'il ne peut pas faire, c'est produire une information dont il n'a pas connaissance. Quatre catégories, dans l'ordre de rendement observé :

  • Une mesure que vous avez faite. Un relevé, un délai constaté, un taux calculé sur votre propre base, avec la date et la méthode. C'est le seul contenu strictement inimitable, parce que la donnée n'existe nulle part ailleurs.
  • Une date. « Depuis le 2 août 2026 » vaut mieux que « récemment », et vaut mieux surtout parce qu'un modèle ne peut pas l'inventer sans risque. Une page datée avec précision devient la source de la datation.
  • Un cas nommé. Un client, un secteur, une situation, avec les chiffres et les conditions. Un exemple générique est du remplissage, un cas nommé est une information.
  • Une objection ou un refus. Dire ce qui ne marche pas, à quelles conditions un conseil devient faux, ce que vous ne faites pas. Un modèle généraliste évite les positions tranchées, ce qui laisse ce terrain libre. C'est aussi ce qui rend un passage extractible : une réserve précise se cite mieux qu'une recommandation consensuelle.

Ces quatre catégories ont un point commun qui explique leur rendement : elles sont vérifiables. Un moteur qui doit choisir entre neuf pages interchangeables et une page qui affirme quelque chose de daté, de chiffré et d'attribué n'arbitre plus sur l'autorité de domaine, il arbitre sur ce dont il a besoin. C'est la seule situation où une petite marque bat une grosse.

Où l'IA est légitime dans la chaîne, et où elle coûte cher

Rien de ce qui précède ne plaide pour l'écriture manuelle. La distinction utile ne porte pas sur l'outil mais sur l'endroit de la chaîne où il intervient.

L'usage est sans coût, et souvent supérieur au travail humain, sur tout ce qui transforme une matière que vous détenez déjà : mettre en forme un relevé que vous avez fait, structurer un plan, produire une réponse courte et extractible à partir de votre documentation, traduire, résumer un entretien client, homogénéiser la terminologie sur cinquante pages, écrire les variantes de formulation d'une même question. Sur ces tâches, le modèle applique une compétence de forme à une substance qui vient de vous.

L'usage devient coûteux dès qu'il produit la substance elle-même. Demander à un modèle « écris-moi un article sur X » revient à lui demander de restituer la moyenne du corpus sur X, ce qui garantit deux résultats : le texte est correct, et il n'apporte rien. Le coût n'est d'ailleurs pas seulement l'absence de citations. C'est aussi le budget de production consommé et le temps de relecture. C'est encore l'espace occupé dans votre propre site par des pages qui diluent les quelques-unes qui auraient pu être prélevées. Et sur les sujets à chiffres, c'est le risque de publier une donnée périmée, apprise par le modèle pendant son entraînement, qu'un assistant vous renverra ensuite comme votre propre affirmation. C'est la mécanique décrite dans hallucinations IA et marque.

Cette frontière recoupe une observation faite sur d'autres terrains. Dans le SaaS B2B comme dans la banque et l'assurance, les pages qui franchissent la barrière sont celles qui comparent, chiffrent et datent, jamais celles qui décrivent. Le point commun n'est pas le secteur, c'est la présence d'une information que la réponse ne pouvait pas produire seule.

Vérifier chez vous, en une heure

Un test simple, à faire sur vos dix dernières publications, sans outil.

  1. Pour chaque page, cherchez la phrase qu'un modèle n'aurait pas pu écrire sans elle. Un chiffre que vous avez mesuré, une date précise, un cas nommé, une position que personne ne prend. Une seule phrase suffit. Si vous ne la trouvez pas, la page est substituable, et son absence de citations n'a rien à voir avec la façon dont elle a été rédigée.
  2. Comptez le ratio. Sur dix pages, combien en contiennent au moins une ? En dessous de trois, le problème est votre matière première, pas votre production.
  3. Vérifiez que cette phrase est prélevable. Elle doit être dans le texte, pas dans une image ni dans un tableau injecté par script, et se comprendre hors contexte : la contrainte est détaillée dans rendu JavaScript et IA et dans chunking et IA.
  4. Prenez trois questions de votre secteur et lisez qui est cité. Si les sources sont des listicles interchangeables, la place est ouverte et une seule page chiffrée peut la prendre. Si ce sont des pages qui portent des données, vous savez ce qu'il faut produire. La méthode de relevé complète, et ses angles morts, sont dans mesurer sa visibilité IA.

Ce test a un avantage sur les audits de contenu habituels : il ne demande aucun accès, aucun abonnement, et il donne une réponse binaire par page.

Ce qu'il ne faut pas en conclure

Quatre réserves, parce que le sujet est propice aux raccourcis.

Ce n'est pas une démonstration que l'IA détecte l'IA. Nous affirmons l'inverse. Rien dans nos relevés ne montre qu'un moteur identifie l'origine d'un texte, et rien ne suggère qu'il essaie. Un contenu écrit par un modèle et enrichi d'une donnée propre est cité comme n'importe quel autre.

Deux requêtes ne font pas une loi. Le contraste entre une question générique et une question à donnée est net et reproductible, mais il porte ici sur deux relevés, un jour donné, sur une seule surface. La bonne façon de l'utiliser est de refaire la manipulation sur vos propres requêtes.

Le volume garde une fonction. Une page ne peut être prélevée que si elle existe, et couvrir un sujet demande plusieurs pages. L'argument n'est pas de publier moins, il est de ne pas publier de pages vides pour atteindre un compteur. Une prestation qui s'engage sur un nombre de pages sans s'engager sur ce qu'elles contiennent vend un volume, pas une visibilité.

Le mécanisme peut changer. Si les moteurs se dotent un jour de signaux d'origine, par exemple parce que le marquage lisible par machine prévu par le règlement européen se généralise, la question de la détection deviendra réelle. Elle ne l'est pas aujourd'hui, et l'anticiper en camouflant ses textes ne prépare à rien : ce qui protégera une page dans ce scénario est la même chose qui la fait citer aujourd'hui, une information vérifiable et un auteur identifiable.

Ce qu'il faut retenir

Le marché français dépense 12 100 recherches mensuelles à chercher comment déguiser un texte d'IA, et 50 à chercher ce que le contenu généré par IA implique réellement. La première dépense n'a pas d'objet : aucun moteur génératif ne teste l'origine de vos textes avant de choisir ses sources.

Le relevé du 20 août 2026 montre où se joue la partie. Sur une question générique, l'AI Overview de Google cite neuf pages pour produire une réponse qu'aucune d'elles n'était nécessaire pour écrire, et met en tête une page de 2019 qui traite d'un autre sujet. Sur une question qui exige un chiffre, il n'y a plus une seule page de conseils génériques en première page : les huit résultats relevés existent tous pour porter une donnée, et la seule formulation qu'un assistant peut reprendre et attribuer est celle qui donne la valeur, le mois et le nom de l'organisme qui a mesuré.

Entre les deux, il n'y a pas une différence de qualité rédactionnelle. Il y a la présence ou l'absence d'une information que la réponse ne pouvait pas fabriquer sans aller la chercher. Un modèle de langage produit, par construction, le premier type de page. C'est pour cela qu'il est un excellent outil de mise en forme et un mauvais producteur de substance, et c'est la seule ligne de partage qui compte pour arbitrer un budget éditorial.

Si vous voulez savoir lesquelles de vos pages sont aujourd'hui substituables et lesquelles portent une information prélevable, c'est l'objet d'un audit de visibilité IA, dont le périmètre et les tarifs sont détaillés dans prix du référencement IA. L'audit identifie ce qu'il faut produire mais ne réécrit pas les contenus : la production éditoriale et sa cadence relèvent de l'accompagnement GEO, dont la page explique pourquoi un contrat qui s'engage sur un nombre de pages sans s'engager sur leur substance ne déplace rien. L'articulation avec un dispositif SEO déjà en place est traitée dans agence SEO et GEO, et le suivi des citations dans le temps dans suivi de visibilité IA. Les éditeurs de logiciels et les acteurs de la santé du bassin rhodanien, dont les données propres sont l'actif le plus simple à rendre citable, sont suivis par notre équipe de Lyon. Les PME et ETI de l'axe ligérien, de Nantes au Mans, le sont par notre équipe de Nantes.